Diplomado Internacional Fundamentos de Business Intelligence y Data Scientist

En los últimos años hemos visto un pronunciado énfasis en los datos y su potencial en la mejora de la productividad en las organizaciones. Esto ha permitido que los datos tomen crecientemente un rol importante en la decisión de los altos mandos gerenciales. Sin embargo, hasta hace poco tiempo los cargos que tomaban los especialistas en datos no se consideraban estratégicos. Los últimos años han mostrado un gran giro, gracias a las facilidades entregadas por la tecnología y nuevas tendencias dentro del área de Business Intelligence como el Big Data, se ha producido la necesidad de crear un nuevo puesto gerencial, el CAO (Chief Analytical Officer). Se estima que el 50% de las compañías en el listado Fortune 500 ya cuentan con este rol en sus filas. Si bien el CAO tiene responsabilidad sobre la captura, almacenamiento y gestión de datos, su principal función es la creación de real valor a través del análisis, promoviendo una cultura interna en todas las áreas de las organizaciones basadas en información que se desprenda de datos, y un modelo de gobierno analítico, que asegure la alineación de las múltiples iniciativas internas, hacia un norte colaborativo y común. Es por esta razón que este curso se enfoca en formar a los gerentes en la necesidad de analizar datos de manera estratégica dándoles un rol central a la necesidad de Big Data con un foco estratégico y los recursos humanos necesarios para implementarlo en la estrategia de éxito de las organizaciones que lideran. De esta manera, los gerentes tendrán claras las características del equipo de trabajo que deben formar para manejar los grandes flujos de datos y así tomar decisiones de negocios basadas en información de calidad. El objetivo del curso
es desarrollar así una base sólida en el conocimiento y utilización de herramientas cuantitativas que permitan analizar los datos relevantes en una organización, y así determinar tendencias, patrones y/o comportamientos característicos que orienten el proceso de toma de decisiones de los gerentes mejorando los niveles de productividad de las organizaciones.

Perfil:

» Directivos comerciales, de marketing y financieros, directivos de IT y operaciones o gerentes de consultoría que deseen aplicar estas nuevas técnicas en su ámbito profesional.
» Profesionales con cinco años de experiencia como gerentes o mandos medios que deseen transformar y dotar de inteligencia a los procesos de negocio en los que operan. Empresas de distintos sectores y administraciones públicas.
» Personal de sistemas y tecnología que busca incorporarse al área de negocio de su compañía a través de la dimensión analítica.

Modalidad:

Presencial.

Programa Académico:

Introducción a los Conceptos de Business Intelligence, Big Data & Analytics

• La información
• Business Intelligence y su arquitectura
• Los sistemas transaccionales
• Extracción, transformación y carga. (ETL)
• Data Mart vs. Data Warehouse
• Cubos analíticos
• Introducción a Data Mining
• Introducción a Visualización
• Big Data

Aplicación a la gestión comecial

• Transformación digital
• La estrategia y a la transformación digital
• Data Governance
• Business Intelligence Governance
• Modelo de madurez de Business Intelligence asociada al ROI
• Modelo de madurez de Business Intelligence asociada al control local vs. normas empresariales
• Modelo de madurez de Business Intelligence asociada al uso de BI
• Modelo de madurez de Business Intelligence asociada a la visión de BI

CAO (Chief Analytics Officer)

• Big Data & Analytics
• La motivación a una cultura basada en Analytics
• CAO (Chief Analytics officer)
• El rol del CAO
• Data Science y sus competencias
• Data Engineer y sus competencias
• Casos aplicados de Big Data & Analytics
• Video Analytics

Introducción a Business Analytics

• Introducción en Analytics
• Un mundo sin Analytics
• Un mundo con Analytics
• Motivación al Analytics
• Modelo de segmentación
• Segmentación demográfica
• Segmentación estratégica
• Ciclo de vida de los clientes

Modelos de Data Mining

• Modelo de Data Mining
• Matriz de confusión y lift chart
• Modelo de cross selling
• Modelos de up selling
• Modelo de fuga dura
• Modelo de fuga blanda
• Modelos de scoring de riesgo
• Modelos de scoring de compra
• Modelo de prospección de compra
• Modelo de referencia
• Modelo de forecasting
• Modelo de forecasting – Modelo de mínimos cuadrados ordinario
• Modelo de forecasting – Series de tiempo.
• Redes neuronales
• Técnicas de machine learning.
• Técnicas de deep learning.

 

Introducción a la visualización

• Introducción a la visualización
• El arte de visualizar
• ¿Qué visualizar?
• Objetivo de un reporte
• Objetivo de un dashboard
• Objetivo de un cuadro de mando
• ¿Qué información aporta el Big Data a un cuadro de mando, dashboard o reporte?
• Configuración de ratios, tasas e índices
• Configuración de Key Preformance Indicator (KPI)

Visualización – Construcción de un Cuadro de Mando

• Objetivo de un cuadro de mando integral
• Componente de un cuadro de mando integral
• Qué medir en un cuadro de mando integral
• Alinear los objetivos con la estrategia
• Elaboración de indicadores financieros
• Indicadores asociados a la relación con los clientes
• Indicadores asociados a los procesos internos de negocios
• Indicadores asociados al desarrollo y aprendizaje

Construcción de un Dashboard

• Objetivo de un dashboard
• Componentes de un dashboard
• Mejores prácticas en la elaboración de un dashboard
• Principios Gestalt
• Diseño hacia un objetivo
• Mantener todo a la vista
• Mantenerlo simple
• Ser consistente
• Resaltar la información más relevante
• Mostrar el contexto

Ir a [su_button url=”https://panamericanlatam.com/certificacion/business-intelligence-big-data-data-visualization/” target=”blank”]Certificación[/su_button]

Introducción a Big Data

• Entendiendo qué es Big Data
• Conceptos y terminologías
• Características Big Data
• Diferentes tipos de datos
• Data estructurada
• Data semi-estructurada
• Data no estructurada
• Caso de estudio

Arquitectura Big Data

• En qué consiste una arquitectura basada en Big Data
• Ecosistema Apache Hadoop
• Ecosistema Apache Spark
• Sistema distribuido de archivos Hadoop
• MapReduce
• MapReduce v1 versus MapReduce v2
• Opciones de almacenamiento en Hadoop
• Formato de archivos
• Compresión de formatos

Herramientas de Big Data

• Hadoop 2.x
• MapReduce Input
• The Map Task
• MapReduce Output
• Pig vs SQL
• Complex data type in Pig
• The Hive Arquitecture
• Hive query optimizers
• Hadoop

Introducción a un análisis predictivo 

• Cómo descubrir conocimiento en una base de datos
• Reconocimiento de patrones
• Aprendizaje automático aplicado. (Caso de estudio)
• Análisis descriptivo
• Análisis exploratorio
• Análisis inferencial
• Análisis causal
• Análisis predictivo
• Automatización de modelos predictivos

Análisis predictivo

• Construcción del problema de negocios.
• Evaluación de modelos a utilizar.
• Evaluación de input y posible output.
• Elaboración de un modelo de fuga.
• Calibración del modelo de fuga.
• Selección del modelo de fuga.
• Publicación del modelo de fuga.
• Testing de modelo de fuga.
• Construcción del problema de negocios.
• Evaluación de modelos a utilizar.
• Evaluación de input y posible output.
• Elaboración de un modelo de scoring.
• Calibración del modelo de scoring.
• Selección del modelo de scoring.
• Publicación del modelo de scoring.
• Testing de modelo de scoring.

Fundamentos del Management Science – CAO

• Fundamentos del CAO
• Rol del CAO
• Management CAO
• ROI de la analítica
• Gestión de equipo de Data Science

Management Science para Finanzas

• Introducción a finanzas
• Planificación financiera
• Control financiero
• Modelos y planes de negocios

Management Science para Marketing

• Introducción de marketing
• Marketing management
• Pricing
• Transfomación digital